WO2023202046A1 - 一种电网分区方法 - Google Patents

一种电网分区方法 Download PDF

Info

Publication number
WO2023202046A1
WO2023202046A1 PCT/CN2022/131053 CN2022131053W WO2023202046A1 WO 2023202046 A1 WO2023202046 A1 WO 2023202046A1 CN 2022131053 W CN2022131053 W CN 2022131053W WO 2023202046 A1 WO2023202046 A1 WO 2023202046A1
Authority
WO
WIPO (PCT)
Prior art keywords
particle swarm
power grid
power supply
node
grid structure
Prior art date
Application number
PCT/CN2022/131053
Other languages
English (en)
French (fr)
Inventor
苏寅生
毛振宇
涂思嘉
姚海成
李豹
赵利刚
周挺辉
高琴
黄冠标
甄鸿越
徐原
王长香
吴小珊
牟雪鹏
Original Assignee
中国南方电网有限责任公司
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 中国南方电网有限责任公司 filed Critical 中国南方电网有限责任公司
Publication of WO2023202046A1 publication Critical patent/WO2023202046A1/zh

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/18—Network design, e.g. design based on topological or interconnect aspects of utility systems, piping, heating ventilation air conditioning [HVAC] or cabling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/25—Design optimisation, verification or simulation using particle-based methods
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/001—Methods to deal with contingencies, e.g. abnormalities, faults or failures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00—Details relating to the application field
    • G06F2113/04—Power grid distribution networks
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]

Definitions

  • Figure 1 is an optional flow chart of the power grid partitioning method provided by the embodiment of the present application.
  • z ii , z jj , z ij are the elements in the actual grid impedance matrix
  • Y ii is the equivalent admittance between node i and node j.
  • the elements here can consider backup lines and closed loop lines that have not yet been put into use. Such lines can be put into emergency use when the actual power grid suffers external attacks under extreme circumstances, thereby improving the ultimate survivability of the power grid.
  • the adjacency matrix can reflect the correlation status between nodes in the actual power grid structure, that is, the correlation between two nodes.
  • the adjacency matrix two nodes are directly connected, then the corresponding elements of the two nodes in the adjacency matrix are expressed as 1, otherwise they are 0.
  • the corresponding elements in the adjacency matrix of the above-mentioned spare lines and closed loop lines that have not been put into use are set to 1. Then use the electrical distance obtained above as the edge weight to weight the adjacency matrix to get:
  • steps S4 and S5 use the improved particle swarm algorithm to optimize the particle swarm with the goal of reducing and stabilizing the load loss risk value generated when the particle swarm suffers external attacks under extreme circumstances; when the particle swarm When the load loss risk value generated when the group suffers external attacks under extreme circumstances decreases and becomes stable, the specific process of obtaining the grid partitioning plan for the actual grid structure may include:
  • the power grid partitioning problem is the process of allocating all the plant and station nodes in the power grid to different areas.
  • the particle swarm encoding method is used to number all the plants and stations in the actual power grid to form a one-dimensional array, which serves as the particle swarm particle. location information.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Geometry (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Computational Mathematics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Power Engineering (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

一种电网分区方法，通过获取实际电网结构的拓扑图，按照设定的总分区数量对实际电网结构的拓扑图进行随机分区，得到粒子群，然后计算粒子群在极端情况下遭受外部攻击时所产生的负荷损失风险值，再利用改进粒子群算法，以所述粒子群在极端情况下遭受外部攻击时所产生的负荷损失风险值降低并趋于稳定为目标，对粒子群进行不断地优化，当粒子群在极端情况下遭受外部攻击时所产生的负荷损失风险值降低并趋于稳定时，得到实际电网结构的电网分区方案。该方案通过对电网进行分区的方法，将各区分开，可以提高电网的极限生存能力，使电网在遭受外部攻击时可以减少停电范围并减小负荷损失，保障重要用户的持续供电。

Description

一种电网分区方法
本申请要求于2022年04月18日提交至中国专利局、申请号为202210405583.0、发明名称为“一种电网分区方法”的中国专利申请的优先权，其全部内容通过引用结合在本申请中。
技术领域
本申请涉及电网分区技术领域，具体涉及一种电网分区方法。
背景技术
近年来，随着国际环境日趋复杂严峻，世界百年变局和世纪疫情叠加，外部不稳定、不确定因素的增加，导致电力安全形势日趋严峻，电网安全风险管控的广度、深度、难度均显著增大。相比于电网结构、设备故障、人员误操作、自然灾害等常规电网安全风险，网络攻击、电磁攻击、石墨炸弹攻击、暴恐袭击等蓄意外部攻击风险愈发凸显。
目前，电网规划、建设和运行基于和平时期标准，因此针对外部攻击等极端情况，缺乏有效的应对预案和风险管控措施。电网一旦遭受有针对性的外部攻击将可能导致长时间、大面积的停电，严重影响用户用电，为用户的生活带来不便。
发明内容
有鉴于此，本申请提供了一种电网分区方法，用于解决电网一旦遭受有针对性的外部攻击将可能导致长时间、大面积的停电，严重影响用户用电，为用户的生活带来不便的问题。
为实现以上目的，现提出的方案如下：
一种电网分区方法，包括：
获取实际电网结构的拓扑图；设定总分区数量，按照所述总分区数量，对所述实际电网结构的拓扑图进行随机分区，得到粒子群；计算所述粒子群在极端情况下遭受外部攻击时所产生的负荷损失风险值；利用改进粒子群算法，以所述粒子群在极端情况下遭受外部攻击时所产生的负荷损失风 险值降低并趋于稳定为目标，对所述粒子群进行优化；当所述粒子群在极端情况下遭受外部攻击时所产生的负荷损失风险值降低并趋于稳定时，得到实际电网结构的电网分区方案。
优选地，所述获取实际电网结构的拓扑图，包括：获取实际电网结构中各厂站节点的功率；根据所述各厂站节点的功率，将各厂站节点分为上送节点和下送节点；获取各厂站节点之间的电气距离作为各节点之间的线路权重，利用所述线路权重构建电网连通图；在所述电网连通图中搭建加权邻接矩阵，得到加权连通图；根据所述加权连通图，利用最短路径算法得出所述上送节点和所述下送节点之间的最短路径；利用所述上送节点和所述下送节点之间的最短路径对所述加权连通图进行标记，得到所述实际电网结构的拓扑图。
优选地，所述按照所述总分区数量，对所述实际电网结构的拓扑图进行随机分区，得到粒子群，包括：将所述实际电网结构的拓扑图划分为若干个目标供电区域；按照所述总分区数量，对所述实际电网结构的拓扑图中的所述若干个目标供电区域进行随机分区，得到第一子粒子群；按照所述总分区数量，对所述实际电网结构中的所有厂站节点进行随机分区，得到第二子粒子群；将所述第一子粒子群和所述第二子粒子群按照预设比例进行组合，得到所述粒子群。
优选地，所述实际电网结构的拓扑图中包含上送节点和下送节点；所述将所述实际电网结构的拓扑图划分为若干个目标供电区域，包括：预先设定供电半径；在所述实际电网结构的拓扑图中，针对每一个上送节点：以上送节点为中心，将与该上送节点之间的最短路径小于所述供电半径所对应的所有孤立的下送节点作为目标下送节点；其中，所述孤立的下送节点为，没有与任何一个上送节点划分为一个供电区域的下送节点；将该上送节点与所述目标下送节点划分为一个供电区域，由此得到若干个供电区域；判断所述实际电网结构的拓扑图中所有的上送节点的供电能力的总和与所有下送节点的负荷能力的总和是否相等；若是，则判断每个所述供电区域中上送节点的供电能力和所有下送节点的负荷能力的总和是否相等，若是，则将若干个所述供电区域作为所述目标供电区域。
优选地，还包括：在判断每个所述供电区域中上送节点的供电能力和所有下送节点的负荷能力的总和不相等时，则调整所述供电半径，返回执行所述以上送节点为中心，将与该上送节点之间的最短路径小于所述供电半径所对应的所有孤立的下送节点作为目标下送节点的步骤。
优选地，还包括：在判断所述实际电网结构的拓扑图中所有的上送节点的供电能力的总和与所有下送节点的负荷能力的总和不相等时，则判断所述实际电网结构的拓扑图中是否存在孤立的下送节点，若是，则调整所述供电半径，返回执行所述以上送节点为中心，将与该上送节点之间的最短路径小于所述供电半径所对应的所有孤立的下送节点作为目标下送节点的步骤。
优选地，还包括：在判断所述实际电网结构的拓扑图中不存在孤立的下送节点时，则将若干个所述供电区域作为所述目标供电区域。
优选地，所述计算所述粒子群在极端情况下遭受外部攻击时所产生的负荷损失风险值，包括：利用所述粒子群在极端情况下遭受外部攻击时所发生的故障构建故障集；获取所述粒子群在发生所述故障集中每种故障的概率；计算所述粒子群在发生所述故障集中每种故障时所产生的负荷损失量；针对所述故障集中的每一种故障，将故障发生的概率和发生故障时所产生的负荷损失量相乘，得到所述粒子群在遭受外部攻击时所产生的负荷损失风险子值；将所述故障集中各故障的负荷损失风险子值相加，得到所述负荷损失风险值。
优选地，所述计算所述粒子群在发生所述故障集中每种故障时所产生的负荷损失量，包括：通过暂态仿真方法计算所述粒子群在发生所述故障集中每种故障时所产生的负荷损失量。
优选地，所述利用改进粒子群算法，以所述粒子群在极端情况下遭受外部攻击时所产生的负荷损失风险值降低并趋于稳定为目标，对所述粒子群进行优化，包括：利用所述改进粒子群算法对所述粒子群中的每个粒子的速度进行更新；利用更新后的速度对所述粒子群中的每个粒子的位置进行更新，得到新的粒子群；判断所述新的粒子群在极端情况下遭受外部攻击时所产生的负荷损失风险值是否降低并趋于稳定；若是，则优化结束； 若否，则返回执行所述利用所述改进粒子群算法对所述粒子群中的每个粒子的速度进行更新的步骤。
从上述技术方案可以看出，本申请通过获取实际电网结构的拓扑图，并设定实际电网结构的总分区数量，然后按照总分区数量，对实际电网结构的拓扑图进行随机分区，得到粒子群；计算粒子群在极端情况下遭受外部攻击时所产生的负荷损失风险值；再利用改进粒子群算法，以所述粒子群在极端情况下遭受外部攻击时所产生的负荷损失风险值降低并趋于稳定为目标，对粒子群进行优化；当粒子群在极端情况下遭受外部攻击时所产生的负荷损失风险值降低并趋于稳定时，得到实际电网结构的电网分区方案。该方案通过利用实际电网结构进行分区，构建粒子群，然后利用改进粒子群算法对粒子群进行不断优化，以粒子群在极端情况下遭受外部攻击时所产生的负荷损失风险值降低并趋于稳定为目标得到实际电网结构最优的电网分区方案，从而提高电网极限生存能力，使电网在遭受外部攻击时可以减少停电范围并减小负荷损失，保障重要用户的持续供电。
附图说明
图1为本申请实施例提供的电网分区方法的可选流程框图；
图2为本申请实施例提供的目标供电区域的划分方法流程图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
近年来，随着国际环境日趋复杂严峻，世界百年变局和世纪疫情增加，外部不稳定、不确定因素增加，电力安全形势日趋严峻，电网安全风险管控的广度、深度、难度显著增大，相比于网络结构、设备故障、人员误操作、自然灾害等常规电网安全风险，网络攻击、电磁攻击、石墨炸弹攻击、 暴恐袭击等蓄意外部攻击风险愈发凸显。现有的电力系统安全防御体系主要依据《电力系统安全稳定导则》三级安全稳定标准，我国已构建了成熟、卓有成效的三道防线，分别是：继电保护、过载切机切负荷稳控装置和低频低压失步解列装置。在电网遭受常规外部攻击风险时，也会进行电网的分区。但是现有的电网分区方法主要防范常规电网安全风险，难以应对极端情况下的外部攻击行为。电网一旦遭受有针对性的外部攻击将可能导致长时间、大面积停电。大规模同步电网一旦发生大停电，其所造成的损失往往要大于小规模同步电网，严重情况下甚至会影响国家政治安定和社会经济的稳定运行。
针对上述问题，本身请实施例提供了一种电网分区方法，接下来通过图1对本申请的电网分区方法进行说明，如图1所示，该方法包括：
S1：获取实际电网结构的拓扑图。
在某个实际电网要进行安全防御，需要进行电网分区时，可以首先获取该实际电网结构的拓扑图，利用拓扑图对实际电网进行分区。
S2：设定总分区数量，按照总分区数量，对实际电网结构的拓扑图进行随机分区，得到粒子群。
可以根据实际电网的覆盖范围、覆盖地区和想要达到的预防效果预先设置分区数量，然后按照这个分区数量对获取到的实际电网结构的拓扑图进行随机分区，从而得到粒子群。
S3：计算粒子群在极端情况下遭受外部攻击时所产生的负荷损失风险值。
在本步骤中计算粒子群在极端情况下遭受外部攻击时所产生的负荷损失风险值，也就是计算实际电网结构在极端情况下遭受外部攻击时所产生的负荷损失风险值。
S4：利用改进粒子群算法，以粒子群在极端情况下遭受外部攻击时所产生的负荷损失风险值降低并趋于稳定为目标，对粒子群进行优化。
本申请提出一种改进粒子群算法，对得到的粒子群进行优化，即对粒子群的分区方案不断进行改进，目标是每次得到的实际电网结构的分区方案在极端情况下遭受外部攻击时所产生的负荷损失风险值一直在降低，并 且在最后该值达到一个稳定的状态。
S5：当粒子群在极端情况下遭受外部攻击时所产生的负荷损失风险值降低并趋于稳定时，得到实际电网结构的电网分区方案。
具体来说，在不断进行优化的过程中，若在一定时间内，每次优化完成后，粒子群在极端情况下遭受外部攻击时所产生的负荷损失风险值降低并趋于稳定或者降低到最后基本保持不变时，则可以判断优化过程结束，此时得到的分区方案即为最终要得到的实际电网结构的电网分区方案。
或者是在一定的优化次数内，得到的负荷损失风险值都是相等的，也可以判断优化过程结束，那么此时得到的分区方案即为最终要得到的实际电网结构的电网分区方案。
从上述技术方案可以看出，本申请通过获取实际电网结构的拓扑图，按照设定的总分区数量对实际电网结构的拓扑图进行随机分区，得到粒子群，然后计算粒子群在极端情况下遭受外部攻击时所产生的负荷损失风险值，再利用改进粒子群算法，以所述粒子群在极端情况下遭受外部攻击时所产生的负荷损失风险值降低并趋于稳定为目标，对粒子群进行不断地优化，当粒子群在极端情况下遭受外部攻击时所产生的负荷损失风险值降低并趋于稳定时，得到实际电网结构的电网分区方案。该方案通过对电网进行分区的方法，将各区分开，可以提高电网的极限生存能力，使电网在遭受外部攻击时可以减少停电范围并减小负荷损失，保障重要用户的持续供电。
具体地，本申请实施例提供了一种实际电网结构的拓扑图的获取方法，可以包括：
S11：获取实际电网结构中各厂站节点的功率。
实际电网结构分为多个厂站，每个厂站都有各自的功率，例如：水电、火电、新能源等厂站都可以作为电源为500KV和220KV的变电站厂站节点，为电网各厂站节点提供有功支撑，可以将第i个500KV或220KV的厂站节点接入的上网电源功率表示为
Figure PCTCN2022131053-appb-000001
其中A表示该厂站节点接入 的电网中的，500KV或220KV的厂站节点的总个数，κ i,a表示第a个电源厂站的出力系数，该出力系数的确定需要综合考虑上述提到的三道防线的综合调节裕度，P S,a表示第a个电源厂站的额定总量。
而实际电网对应的本地用户作为负荷厂站，需要消耗部分上网电源功率，本申请中可以只考虑500KV或220KV的厂站节点在实际电网结构的主网架中的功率传输，则厂站节点的输出功率可以表示为P i＝P Gi-P Li，其中，P Li表示为第i个500KV或220KV的厂站节点的下级配网所消耗的功率。P i可以反映厂站节点的电源或者负荷特性。
S12：根据各厂站节点的功率，将各厂站节点分为上送节点和下送节点。
在上述公式P i＝P Gi-P Li中，当P i＞0时，表示该节点向外输出功率，将其定义为上送节点(电源节点)，当P i＜0时，表示该节点向内输入功率，将其定义为下送节点(负荷节点)。
S13：获取各厂站节点之间的电气距离作为各节点之间的线路权重，利用线路权重构建电网连通图。
由于实际电网结构较为复杂，因此在本步骤中，需要将实际电网结构进行抽象化，获取各厂站节点之间的电器距离作为各节点之间的线路权重，其表达式可以由实际电网的阻抗矩阵得出：
Figure PCTCN2022131053-appb-000002
其中，z ii，z jj，z ij为实际电网阻抗矩阵中的元素，Y ii为节点i与节点j之间的等效导纳。需要注意的是，这里的元素可以考虑尚未投入使用的备用线路和合环线路，该类线路可以在实际电网在极端情况下遭受外部攻击时紧急投入使用，以此提高电网的极限生存能力。
因为本申请提供的实施例中的厂站节点涉及500KV和220KV两个电压等级，因此可以将两个电压等级归算到同一电压等级，然后采用阻抗修正系数的概念求得最终线路权重，其表达式为：
w ij＝Y ij(U ij/U N) 2
则可以将各节点之间的线路权重表示为：
Figure PCTCN2022131053-appb-000003
利用该权重矩阵可以构建实际电网结构的电网连通图。
S14：在电网连通图中搭建加权邻接矩阵，得到加权连通图。
在电网连通图中搭建邻接矩阵，邻接矩阵可以反映实际电网结构中各节点之间的关联状态，即两节点的关联性。其中，在邻接矩阵中，两节点直接相连，那么在邻接矩阵中两节点的对应元素表示为1，否则为0。此处将上述尚未投入使用的备用线路和合环线路在邻接矩阵中所对应的元素设置为1。然后利用上述得到的电气距离作为边权重对邻接矩阵进行加权，得到：
Ew＝E×W，
其中，Ew表示为n×n的对称矩阵，反映经电气距离加权后的邻接矩阵；E为基本邻接矩阵，W为电气距离权重矩阵；×为哈达马积(Hadamard product)，表示两个矩阵对应元素的乘积。
利用加权后的邻接矩阵对电网连通图进行修改，得到加权连通图。
S15：根据加权连通图，利用最短路径算法得出上送节点和下送节点之间的最短路径。
S16：利用上送节点和下送节点之间的最短路径对加权连通图进行标记，得到实际电网结构的拓扑图。
具体地，按照总分区数量对实际电网结构的拓扑图进行随机分区，得到粒子群的过程，可以包括：
在本申请实施例提供的电网分区方法中，为了避免在后续寻优的过程中很快陷入局部解，因此在本步骤中，通过两种方法来构建粒子群，具体如下：
1)首先构建第一子粒子群M1。
将得到的实际电网结构的拓扑图划分为若干个目标供电区域，具体划分方法如图2所示：
S01：预先设定供电半径。
该供电半径可以根据各节点间的最短路径而分析得到。
S02：以上送节点为中心，将与该上送节点之间的最短路径小于供电半径所对应的所有孤立的下送节点作为目标下送节点。
在实际电网结构的拓扑图中，针对每一个上送节点，以该上送节点为中心，将于该上送节点之间的最短路径小于设定的供电半径所对应的所有孤立的下送节点作为目标下送节点，这里的孤立的下送节点，指的是没有与任何一个上送节点划分为一个供电区域的下送节点。
S03：将该上送节点与目标下送节点划分为一个供电区域，由此得到若干个供电区域。
在本申请中，设定每个目标供电区域只包含一个上送节点，因此在将上送节点和下送节点进行区域划分时，可能会有孤立的下送节点的存在，因此在划分过程中需要不断地修改供电半径。
S04：判断实际电网结构的拓扑图中所有的上送节点的供电能力的总和与所有下送节点的负荷能力的总和是否相等，若是，则执行步骤S05，若否，则执行步骤S08。
该步骤的目的是为了保持电压供求平衡。
S05：判断每个供电区域中上送节点的供电能力和所有下送节点的负荷能力的总和是否相等，若是，则执行步骤S06，若否，则执行步骤S07。
S06：将若干个供电区域作为目标供电区域。
S07：调整供电半径，返回执行步骤S02。
S08：判断实际电网结构的拓扑图中是否存在孤立的下送节点，若是，则执行步骤S07，若否，则执行步骤S06。
由此得到划分为若干个目标供电区域的实际电网结构的拓扑图，这些目标供电区域集合可以表示为[G 1,G 2,...,G M]，M表示在整个实际电网结构中上送节点的数量，可以用P m来表示第m个上送节点的输出功率，可以用N表示下送节点的总数量，P n为第n个下送节点的输入功率。
将这些目标供电区域按照总分区数量进行随机分区，即将一个或者多个目标供电区域随机划分为一个总分区中的一个区，得到粒子群。
因此，对实际电网结构的拓扑图进行随机分区后，一个区域内可能包含一个或者多个目标供电区域，但是每个区域内需要至少包含一个黑启动电源节点，即该区域中的一个或者多个上送节点中，至少有一个上送节点是黑启动电源节点。黑启动电源指的是整个系统因故障停运后，系统全部停电(不排除孤立小电网仍维持运行)，处于全“黑”状态，不依赖别的网络帮助，通过系统中具有自启动能力的发电机组启动，带动无自启动能力的发电机组，逐渐扩大系统恢复范围，最终实现整个系统的恢复。
另外，进行分区的实际电网可能为内送型电网，即受端电网。因此在分区时无法实现电网源荷均衡，此时需考虑外送电源的作用，将外送电源送入节点作为上送节点。此外在步骤S08：判断实际电网结构的拓扑图中是否存在孤立的下送节点时，若存在，可以优先该下送节点归入与其之间最短路径最小的上送节点所在的供电区域，然后再执行步骤S02。
2)再构建第二子粒子群M2。
按照总分区数量，对实际电网结构中的所有厂站节点进行随机分区，得到第二子粒子群。
在这一步骤中，不需要对实际电网结构进行目标供电区域的划分，直接按照总分区数量进行分区，得到第二子粒子群。
然后将得到的第一子粒子群和第二子粒子群按照预设的比例进行组合，可以是1：1，然后得到粒子群。
可选的，接下来在计算粒子群在极端情况下遭受外部攻击时所产生的负荷损失风险值时，可以利用以下思想构建负荷损失风险值的计算公式：
利用500kV及220kV的变电站节点单个厂站的全站失压、单个厂站的主保护拒动和重要输电通道上的多回线路同时故障这三种故障类型下下的电网的运行状态，构建故障集X＝{X 1,X 2,...,X h}；
获取粒子群在发生故障集中每种故障的概率；计算粒子群在发生故障集中每种故障时所产生的负荷损失量；
针对故障集中的每一种故障，将故障发生的概率和发生故障时所产生 的负荷损失量相乘，得到粒子群在遭受外部攻击时所产生的负荷损失风险子值；将故障集中各故障的负荷损失风险子值相加，得到负荷损失风险值。
因此计算公式如下：
Figure PCTCN2022131053-appb-000004
其中，η表示故障集中的故障，v η表示粒子群在遭受外部攻击时发生故障集中第η个故障的概率，ΔS η表示在第η个故障发生时粒子群所产生的负荷损失风险值。
粒子群在发生所述故障集中每种故障时所产生的负荷损失量可以通过暂态仿真方法计算得到。在暂态仿真过程中考虑电网三道防线的作用，如果实际电网结构在极端情况下遭受外部攻击时经过三道防线的保护作用后，实际电网结构可以保持稳定，则三道防线切除的负荷就是电网损失的负荷量。如果实际电网结构在极端情况下遭受外部攻击时经过三道防线的保护作用后，实际电网结构不稳定，则认为该实际电网损失了结构中的所有负荷。
具体地，在步骤S4和步骤S5：利用改进粒子群算法，以粒子群在极端情况下遭受外部攻击时所产生的负荷损失风险值降低并趋于稳定为目标，对粒子群进行优化；当粒子群在极端情况下遭受外部攻击时所产生的负荷损失风险值降低并趋于稳定时，得到实际电网结构的电网分区方案的具体过程，可以包括：
从本质上说，电网分区问题就是将电网内的所有厂站节点分配到不同区域的过程，采用粒子群编码方式对实际电网中的所有厂站进行编号，组成一维数组，作为粒子群粒子的位置信息。
可以将第i个粒子的位置信息记作：X i＝(x i1,x i2,…x im,…,x iN)，其中，
Q是实际电网结构中的厂站节点总数，位置信息中的元素x im＝d，表示为编号为p的厂站节点属于第d个分区，d∈{1,2,...,D}，D为总分区数。 若x im＝x in，则代表厂站节点p与厂站节点q被划分为同一个电网分区。
定义第i个粒子的速度为：V i＝(v i1,v i2,…,v id,…,v iN)，其中v id为0或1，表示节点的分区编号的修正量。假设第i个粒子当前的个体最优解为：P i＝(p i1,p i2,…,p im,…,p iN)，整个粒子群当前的最优解为：Q＝(q 1,q 2,…,q m,…,q N)。
那么采用激活函数sigmoid将粒子的速度映射到[0，1]的区间，并作为概率，可以得到：
Figure PCTCN2022131053-appb-000005
其中，w为惯性系数，c 1和c 2为学习因子，r 1和r 2为加速度系数。
1)因为第一子粒子群M1是先对实际电网结构的拓扑图进行目标供电区域的划分，然后再进行随机分区。将最后的电网分区定义为上层，将划分的目标供电区域定义为下层，那么利用更新的速度对粒子群中的第一子粒子群M1的位置进行更新时，定义第i个粒子的上层位置信息为X i＝(x i1,x i2,…x im,…,x iN)，第i个粒子的下层位置信息为F i＝(f i1,f i2,…,f im,…,f iN)，其中，f im＝g，g∈{1,2,…,G}是节点所在的目标供电区域的编号。
然后将粒子上下层的位置信息的映射关系表示为：
x id＝B i(f ig)＝d i，并且f ig＝d i。
因此将位置信息的更新公式定义为：
Figure PCTCN2022131053-appb-000006
对于M1中的第i个粒子，其下层位置信息为f ig≠0，当v id＝1时，其位置更新公式为
Figure PCTCN2022131053-appb-000007
其中，
Figure PCTCN2022131053-appb-000008
为与节点d所在目标供电区域g相邻的目标供电区域的编号，各目标供电区域的邻接关系可以由边界序集计算得出，
Figure PCTCN2022131053-appb-000009
表示在邻接的目标供电区域中随机选取一个目标供电区域，并将电网分区编号赋予x id。
下面举一个具体实例来说明第一子粒子群位置的更新思路：
在一个实际电网结构的拓扑图中已经分好了9个目标供电区域，分别将其编号定为①、②、③、④、⑤、⑥、⑦、⑧、⑨，这①～⑨即为粒子的下层编号；假设总分区数量为3，对这9个目标供电点区域随机进行3个实际电网结构的分区，粒子的上层编号为1、2、3。
假设在某一次优化，进行上层的分区时，将下层编号为①、③、⑧的目标供电区域归入编号为1的电网分区，将下层编号为④、⑤、⑨的目标供电区域归入编号为2的电网分区，将编号为②、⑥、⑦的目标供电区域归入编号为3的电网分区。
其中，①和④都为⑥邻接的目标供电区域。
假定第i个粒子的下层位置在⑥，上层位置在3，在某一次优化后，第一子粒子群和第二子粒子群组合后在极端情况下遭受外部攻击时产生的负荷损失风险值与上一次优化后得到的负荷损失风险值相比小的多(即没有趋于稳定)，那么将第i个粒子的下层位置更新为与⑥邻接的任意一个不属于同一个电网分区的目标供电区域，⑥邻接的目标供电区域为①和④，而①和④都不属于编号为3的电网分区，那么随机选取一个，比如选取①，即将该粒子归为上层位置为①，下层位置为1的区域。
2)在第二子粒子群M2中，第i个粒子的下层位置信息为f ig＝0，当v id＝1时，其位置更新公式为x id(t+1)＝rand(β ∈d)，并将电网分区编号赋予x id。
具体地，假设总分区数量为3，在进行分区后，将其归为编号为2的电 网分区，若此时的第二子粒子群和第二子粒子群组合后在极端情况下遭受外部攻击时产生的负荷损失风险值并没有降低至趋于稳定，那么将该粒子随机归入除2之外的其他电网分区。
另外，为确保每个电网分区都至少拥有1个黑启动电源节点，可以保持黑启动电源节点的电网分区编号不变，即v id＝0。
最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (10)

  1. 一种电网分区方法，其特征在于，包括：
    获取实际电网结构的拓扑图；
    设定总分区数量，按照所述总分区数量，对所述实际电网结构的拓扑图进行随机分区，得到粒子群；
    计算所述粒子群在极端情况下遭受外部攻击时所产生的负荷损失风险值；
    利用改进粒子群算法，以所述粒子群在极端情况下遭受外部攻击时所产生的负荷损失风险值降低并趋于稳定为目标，对所述粒子群进行优化；
    当所述粒子群在极端情况下遭受外部攻击时所产生的负荷损失风险值降低并趋于稳定时，得到实际电网结构的电网分区方案。
  2. 根据权利要求1所述的方法，其特征在于，所述获取实际电网结构的拓扑图，包括：
    获取实际电网结构中各厂站节点的功率；
    根据所述各厂站节点的功率，将各厂站节点分为上送节点和下送节点；
    获取各厂站节点之间的电气距离作为各节点之间的线路权重，利用所述线路权重构建电网连通图；
    在所述电网连通图中搭建加权邻接矩阵，得到加权连通图；
    根据所述加权连通图，利用最短路径算法得出所述上送节点和所述下送节点之间的最短路径；
    利用所述上送节点和所述下送节点之间的最短路径对所述加权连通图进行标记，得到所述实际电网结构的拓扑图。
  3. 根据权利要求1所述的方法，其特征在于，所述按照所述总分区数量，对所述实际电网结构的拓扑图进行随机分区，得到粒子群，包括：
    将所述实际电网结构的拓扑图划分为若干个目标供电区域；
    按照所述总分区数量，对所述实际电网结构的拓扑图中的所述若干个目标供电区域进行随机分区，得到第一子粒子群；
    按照所述总分区数量，对所述实际电网结构中的所有厂站节点进行随机分区，得到第二子粒子群；
    将所述第一子粒子群和所述第二子粒子群按照预设比例进行组合，得到所述粒子群。
  4. 根据权利要求3所述的方法，其特征在于，所述实际电网结构的拓扑图中包含上送节点和下送节点；所述将所述实际电网结构的拓扑图划分为若干个目标供电区域，包括：
    预先设定供电半径；
    在所述实际电网结构的拓扑图中，针对每一个上送节点：
    以上送节点为中心，将与该上送节点之间的最短路径小于所述供电半径所对应的所有孤立的下送节点作为目标下送节点；其中，所述孤立的下送节点为，没有与任何一个上送节点划分为一个供电区域的下送节点；
    将该上送节点与所述目标下送节点划分为一个供电区域，由此得到若干个供电区域；
    判断所述实际电网结构的拓扑图中所有的上送节点的供电能力的总和与所有下送节点的负荷能力的总和是否相等；
    若是，则判断每个所述供电区域中上送节点的供电能力和所有下送节点的负荷能力的总和是否相等，若是，则将若干个所述供电区域作为所述目标供电区域。
  5. 根据权利要求4所述的方法，其特征在于，还包括：
    在判断每个所述供电区域中上送节点的供电能力和所有下送节点的负荷能力的总和不相等时，则调整所述供电半径，返回执行所述以上送节点为中心，将与该上送节点之间的最短路径小于所述供电半径所对应的所有孤立的下送节点作为目标下送节点的步骤。
  6. 根据权利要求4所述的方法，其特征在于，还包括：
    在判断所述实际电网结构的拓扑图中所有的上送节点的供电能力的总和与所有下送节点的负荷能力的总和不相等时，则判断所述实际电网结构的拓扑图中是否存在孤立的下送节点，若是，则调整所述供电半径，返回执行所述以上送节点为中心，将与该上送节点之间的最短路径小于所述供电半径所对应的所有孤立的下送节点作为目标下送节点的步骤。
  7. 根据权利要求6所述的方法，其特征在于，还包括：
    在判断所述实际电网结构的拓扑图中不存在孤立的下送节点时，则将若干个所述供电区域作为所述目标供电区域。
  8. 根据权利要求1所述的方法，其特征在于，所述计算所述粒子群在极端情况下遭受外部攻击时所产生的负荷损失风险值，包括：
    利用所述粒子群在极端情况下遭受外部攻击时所发生的故障构建故障集；
    获取所述粒子群在发生所述故障集中每种故障的概率；
    计算所述粒子群在发生所述故障集中每种故障时所产生的负荷损失量；
    针对所述故障集中的每一种故障，将故障发生的概率和发生故障时所产生的负荷损失量相乘，得到所述粒子群在遭受外部攻击时所产生的负荷损失风险子值；
    将所述故障集中各故障的负荷损失风险子值相加，得到所述负荷损失风险值。
  9. 根据权利要求8所述的方法，其特征在于，所述计算所述粒子群在发生所述故障集中每种故障时所产生的负荷损失量，包括：
    通过暂态仿真方法计算所述粒子群在发生所述故障集中每种故障时所产生的负荷损失量。
  10. 根据权利要求1所述的方法，其特征在于，所述利用改进粒子群算法，以所述粒子群在极端情况下遭受外部攻击时所产生的负荷损失风险值降低并趋于稳定为目标，对所述粒子群进行优化，包括：
    利用所述改进粒子群算法对所述粒子群中的每个粒子的速度进行更新；
    利用更新后的速度对所述粒子群中的每个粒子的位置进行更新，得到新的粒子群；
    判断所述新的粒子群在极端情况下遭受外部攻击时所产生的负荷损失风险值是否降低并趋于稳定；
    若是，则优化结束；
    若否，则返回执行所述利用所述改进粒子群算法对所述粒子群中的每 个粒子的速度进行更新的步骤。
PCT/CN2022/131053 2022-04-18 2022-11-10 一种电网分区方法 WO2023202046A1 (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN202210405583.0A CN115310242A (zh) 2022-04-18 2022-04-18 一种电网分区方法
CN202210405583.0 2022-04-18

Publications (1)

Publication Number Publication Date
WO2023202046A1 true WO2023202046A1 (zh) 2023-10-26

Family

ID=83854963

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2022/131053 WO2023202046A1 (zh) 2022-04-18 2022-11-10 一种电网分区方法

Country Status (2)

Country Link
CN (1) CN115310242A (zh)
WO (1) WO2023202046A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117878926A (zh) * 2024-03-11 2024-04-12 国网上海市电力公司 一种韧性电网的监测预警和应急处理方法和系统

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115310242A (zh) * 2022-04-18 2022-11-08 中国南方电网有限责任公司 一种电网分区方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150339412A1 (en) * 2014-05-20 2015-11-26 International Business Machines Corporation Partitioning of a Network Using Multiple Poles for Each Part Thereof
CN111553534A (zh) * 2020-04-30 2020-08-18 贵州电网有限责任公司 一种配电网供电子网格子供区划分方法
CN114219125A (zh) * 2021-11-12 2022-03-22 国网浙江省电力有限公司杭州供电公司 一种高弹性城市电网多维智能分区方法
CN115310242A (zh) * 2022-04-18 2022-11-08 中国南方电网有限责任公司 一种电网分区方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150339412A1 (en) * 2014-05-20 2015-11-26 International Business Machines Corporation Partitioning of a Network Using Multiple Poles for Each Part Thereof
CN111553534A (zh) * 2020-04-30 2020-08-18 贵州电网有限责任公司 一种配电网供电子网格子供区划分方法
CN114219125A (zh) * 2021-11-12 2022-03-22 国网浙江省电力有限公司杭州供电公司 一种高弹性城市电网多维智能分区方法
CN115310242A (zh) * 2022-04-18 2022-11-08 中国南方电网有限责任公司 一种电网分区方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
"Master's Thesis", 1 May 2016, SHAN DONG UNIVERSITY, CN, article XU, RAN: "Research on Topological Segmentation Algorithm of Large Power Grid", pages: 1 - 79, XP009549723 *
FAN ZHANG, YANG XUAN, SHANG JIAYI, GAO LU, LI ZHEN, CHEN ZHIYUAN, ZHANG ZHENLEI: "Study on Island Partition Strategy of Distribution Network Considering Minimum Load Loss", HIGH VOLTAGE APPARATUS, vol. 57, no. 4, 16 April 2021 (2021-04-16), pages 181 - 188, XP093101598, DOI: 10.13296/j.1001•1609.hva.2021.04.026 *
WEI GUO, AN JIAKUN; HE CHUNGUANG; YANG SHUQIANG; HU SHIYAO: "Resilience Assessment and Improvement Method for Power System Considerinng the Influences of Ice Disaster", PROCEEDINGS OF THE CSU-EPSA, vol. 33, no. 8, 13 April 2021 (2021-04-13), pages 116 - 122, XP093101601, ISSN: 1003-8930, DOI: 10.19635/j.cnki.csu-epsa.000759 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117878926A (zh) * 2024-03-11 2024-04-12 国网上海市电力公司 一种韧性电网的监测预警和应急处理方法和系统

Also Published As

Publication number Publication date
CN115310242A (zh) 2022-11-08

Similar Documents

Publication Publication Date Title
WO2023202046A1 (zh) 一种电网分区方法
Fan et al. A multi-controller placement strategy based on delay and reliability optimization in SDN
CN112165112A (zh) 一种用于解决配网低电压的分布式储能系统规划方法
Zarei et al. Multi‐objective optimization model for distribution network reconfiguration in the presence of distributed generations
CN108462194A (zh) 一种针对低压配电网三相负荷不平衡的广域优化方法
Rui et al. Analysis of cascade fault optimization based on regional fault and traffic reallocation in complex networks
Zhao et al. Distributed cooperative control based on multiagent system for islanded microgrids with switching topology and channel interruption
Liu et al. Fully distributed control to coordinate charging efficiencies for energy storage systems
CN110119889A (zh) 一种配电网节点灵活性评价与分区方法
CN112186764B (zh) 一种配电网设备的接入优化方法、装置及电子设备
CN109638837B (zh) 一种面向新能源并网的动态负载管理方法及系统
CN114221366B (zh) 用于储能电站多pcs时序响应的控制方法、控制器和电站
CN114123173B (zh) 网络攻击下基于事件触发机制的微电网弹性能量管理方法
Wang et al. New method of reactive power compensation for oilfield distribution network
CN113408921B (zh) 一种基于网络依存关系的连锁故障风险评估方法
CN104038400B (zh) 一种跨数据中心的虚拟网络映射方法
CN114825348A (zh) 一种计及风光不确定性的配电网双层优化调度方法
Wang et al. Application of improved cluster division method in active distribution network
Ahsan et al. Performance analysis of different search algorithms in optimization of power system operation
CN117096962B (zh) 考虑光伏的电网动态无功补偿优化方法及系统
Zhou et al. Distributed Air Conditioning Load Optimal Allocation Method Based on Consensus Algorithm and Considering Residents' Comfort
Kader et al. Impacts of GA and PSO on Loss Minimization in Distribution Networks with DG Incorporation: A Comparative Study
Chen et al. Evolutionary sleep scheduling in software-defined networks
CN117117876B (zh) 电网全要素资源协调控制方法及系统
Li et al. Research on location selection of distribution network repair center considering loss of load level

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 22938265

Country of ref document: EP

Kind code of ref document: A1